本期“商研智汇”系列分享会邀请到了工商管理学院2023级学术型硕士研究生吕虹洁开展主题为《潜在剖面分析的概念与运用》的经验分享。本次交流结合其在中国社会心理学会管理心理学专业委员会2025年学术年会暨第七届中国管理心理学/组织行为学论坛的收获和现有研究情况，重点探讨了潜在剖面分析（Latent Profile Analysis, LPA）的理论基础、建模流程与实证应用等方面的实用技巧，旨在为研究生群体提供深入的科研方法指导。

首先，吕虹洁介绍了什么是潜在剖面分析，这种“以人为中心”的分析方法能够弥补“以变量为中心”的方法不够贴近现实情况的局限。“以变量为中心”的方法往往忽略了个体的差异性，有时不符合人们真实的认知方式，且当调节变量较多时，无法解释复杂的交互效应。而潜在剖面分析能够识别群体的异质性，考虑了总体样本中可能包括多个子样本,更接近现实情境。同时，从统计学角度看, 不要求样本正态分布,条件更宽松，也更符合所收集数据的客观情况。

其次，吕虹洁介绍了潜在剖面的实证分析过程，即如何识别最佳剖面进行了详细介绍。她从理论依据和统计指标两个角度阐述了最佳剖面数量的确定步骤。在理论依据方面，需要考虑子群体的内容和水平差异或参考已有研究。在统计指标方面，她介绍了7种可参考的指标的理想标准和参考顺序。她表示，在实际数据结果中，统计指标有可能存在相互矛盾的情况，因此理论是确定最佳剖面更重要的依据。

随后，她介绍了四种选择潜在剖面分析分类指标的方法，分别是基于概念维度的选择、基于理论的选择、基于测量题目的选择以及基于特定视角的选择。在基于概念维度的选择方法中，她特别强调需要关注不同维度之间的重叠程度，并以共享型领导力和职场孤独感的维度为例，具体说明了这一问题的重要性。同时，她提出，如果某些维度之间存在较高的重叠度，可以通过将其重新整合为新的分类指标来解决，从而避免因重叠过高而导致无法得到理想的剖面结果。在介绍基于测量题目的选择方法时，她结合相关文献，分享了一种新的思路，例如将职场偏差行为量表中的所有题目均作为观测变量纳入潜在剖面分析。同时，她提到潜在剖面分析的分类指标应当满足相互独立且完全穷尽、彼此异质且相关性较低，并具备适当数量（不少于三个）的原则。

最后，她结合两篇已有研究的成果，进一步展示了潜在剖面分析在不同研究情境中的具体应用。这些实例不仅说明了如何在实际研究中根据理论和研究问题选择合适的观测指标，也展现了剖面分析在揭示群体潜在差异和动态特征方面的独特价值。通过对比传统方法与剖面分析的结果，她强调了后者在刻画复杂心理与组织行为现象时的优势，从而为同学们未来的研究提供了有益的借鉴与启发。

在本期“商研智汇”活动中，2023级硕士研究生吕虹洁同学带来了内容丰富、逻辑清晰的分享。从理论基础、建模流程到实证应用，她对潜在剖面分析法进行了深入细致的讲解。本次分享不仅为研究生同学们提供了切实可行的学术经验，还系统阐释了如何确定最佳剖面数量以及适合开展潜在剖面分析的选题原则，为同学们今后的科研工作提供了有益的指导，拓展了研究思路，增强了学术实践的规范性与科学性。